本文關(guān)鍵詞：基于高階PNGV模型的動(dòng)力電池SOC估計(jì)　出處：《南京理工大學(xué)》2014年碩士論文　論文類型：學(xué)位論文

  更多相關(guān)文章： 動(dòng)力電池 SOC估計(jì) 電池管理系統(tǒng) RBUKF 電池模型 卡爾曼濾波

【摘要】：動(dòng)力電池的SOC (state of charge)表征的是電池的剩余容量,它不僅直觀地反應(yīng)了電池組的性能,如電池組的一致性、可用容量,更是電動(dòng)汽車動(dòng)力性能重要預(yù)測(cè)依據(jù)如汽車的續(xù)航里程、爬坡性能。為了優(yōu)化電池組的能量利用和保障電動(dòng)汽車行駛安全,精確的SOC估計(jì)成為電池管理系統(tǒng)的關(guān)鍵技術(shù)。本文以鋰離子電池為研究對(duì)象,對(duì)電池的SOC估計(jì)進(jìn)行了研究并重點(diǎn)圍繞以下兩個(gè)方面進(jìn)行展開： 首先是電池模型的研究,建立一個(gè)精確的電池模型是獲得精確的SOC估計(jì)的必要前提。通過電池的充放電實(shí)驗(yàn)分析了電池的基本特性并在此基礎(chǔ)上考慮到實(shí)際管理系統(tǒng)中SOC估計(jì)對(duì)電池模型的要求建立了高階PNGV模型。接著根據(jù)最小二乘原理進(jìn)行了參數(shù)辨識(shí)主要包括Uoc和RC參數(shù),最后對(duì)電池進(jìn)行了模型驗(yàn)證。 其次是SOC估計(jì)算法的研究,針對(duì)非線性高階PNGV模型,文中依次運(yùn)用了擴(kuò)展卡爾曼濾波、無跡卡爾曼濾波對(duì)進(jìn)行了電池的SOC估計(jì),由仿真實(shí)驗(yàn)結(jié)果可兩種方法各有自己的優(yōu)勢(shì),其中UKF以降底估計(jì)效率為代價(jià)在一定程度上提高了SOC的估計(jì)精度。為了在保證UKF估算精度的同時(shí)提高估算效率,文中提出了基于RB分解的無跡卡爾曼濾波(RBUKF),并實(shí)現(xiàn)了基于RBUKF的SOC估算。最后的仿真實(shí)驗(yàn)結(jié)果驗(yàn)證了RBUKF算法有效性。
[Abstract]:Battery SOC (state of charge) is the characterization of the remaining battery capacity, it not only directly reflects the performance of the batteries, such as consistency, battery available capacity, it is important to predict the dynamic performance of electric vehicles on the basis of such as car mileage, climbing performance. In order to optimize the battery energy utilization and security of electric vehicle driving safety, accurate SOC estimation is a key technology of the battery management system. In this paper, the lithium ion battery as the research object, the battery SOC estimation was studied and the focus revolves around the following two aspects:
The first is the research of battery model, establish a precise model of the battery is to obtain the necessary premise of accurate SOC estimation. Through the battery charge discharge experiment analysis of the basic characteristics of the battery and on the basis of considering the actual management system in SOC estimation of battery model requirements to establish a high order PNGV model and parameter identification. The main parameters include Uoc and RC according to the principle of least squares, at the end of the battery model is validated.
The second is the estimation of SOC, aiming at the nonlinear high order PNGV model, in this paper, followed by the use of extended Calman filter, unscented Calman filter to the battery SOC estimation, the simulation results of two methods have their own advantages, which base on UKF cost estimation efficiency is improved to a certain degree. The estimation accuracy of SOC. In order to ensure the UKF and enhance the estimation accuracy of the estimation efficiency, this paper proposes the RB decomposition based on Unscented filter Calman (RBUKF), and realizes the estimation of RBUKF based on SOC. The simulation results verify the validity of RBUKF algorithm.

【學(xué)位授予單位】：南京理工大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2014
【分類號(hào)】：TM912

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 齊曉慧;田慶民;董海瑞;;基于Matlab系統(tǒng)辨識(shí)工具箱的系統(tǒng)建模[J];兵工自動(dòng)化;2006年10期

2 李練兵;崔志強(qiáng);杜仲剛;劉秀芳;梁浩;;鋰離子電池組可用剩余容量計(jì)算方法的研究[J];電池工業(yè);2010年05期

3 劉春娜;;電動(dòng)汽車電池應(yīng)用與展望[J];電源技術(shù);2011年01期

4 徐欣歌;楊松;李艷芳;陳文薌;;一種基于預(yù)測(cè)開路電壓的SOC估算方法[J];電子設(shè)計(jì)工程;2011年14期

5 于洋;紀(jì)世忠;魏克新;;基于小波神經(jīng)的動(dòng)力電池SOC估計(jì)的研究[J];電力電子技術(shù);2012年06期

6 毛群輝;滕召勝;方亮;馮勇;;基于UKF的電動(dòng)汽車鋰電池SOC估計(jì)方法[J];測(cè)控技術(shù);2010年03期

7 程水英;;無味變換與無味卡爾曼濾波[J];計(jì)算機(jī)工程與應(yīng)用;2008年24期

8 康葉偉;黃亞樓;孫鳳池;苑晶;;一種基于RBUKF濾波器的SLAM算法[J];計(jì)算機(jī)工程;2008年01期

9 賈玉健;解大;顧羽潔;艾芊;金之檢;顧潔;;電動(dòng)汽車電池等效電路模型的分類和特點(diǎn)[J];電力與能源;2011年06期

10 溫家鵬;姜久春;文鋒;張維戈;;Kalman算法在純電動(dòng)汽車SOC估算中的應(yīng)用誤差分析[J];汽車工程;2010年03期

相關(guān)博士學(xué)位論文 前5條

1 吳鐵洲;HEV鋰離子電池組管理關(guān)鍵技術(shù)研究[D];華中科技大學(xué);2010年

2 劉新天;電源管理系統(tǒng)設(shè)計(jì)及參數(shù)估計(jì)策略研究[D];中國科學(xué)技術(shù)大學(xué);2011年

3 武國良;電動(dòng)汽車用鎳氫電池剩余電量估計(jì)方法研究[D];哈爾濱工業(yè)大學(xué);2010年

4 石慶升;純電動(dòng)汽車能量管理關(guān)鍵技術(shù)問題的研究[D];山東大學(xué);2009年

5 李哲;純電動(dòng)汽車磷酸鐵鋰電池性能研究[D];清華大學(xué);2011年

，

本文編號(hào)：1399987